用于从数据库返回新访问者的 MySQL 查询

Question

假设我有一个记录传入用户的表，其中每个用户都有一个 IP 地址 (ipaddr)。

选择以前从未访问过该网站的所有用户的最佳方法是什么？ （因此特定的 IPADDR 值只存在于表 once 中），但是我只想知道过去 6 小时内的新访客。

我基本上想在 SQL 中做这样的事情：

SELECT * from visitors GROUP BY ipaddr WHERE COUNT(ipaddr) = 1 and date > '2011-03-31 00:59:11'

但是，DATE 条件应该只适用于结果，而不是用于检查访问者是否是新的。

更新：

有一个 SID 字段用于说明用户浏览会话。

以下是相关的表架构：

CREATE TABLE `visitors` (
  `date` timestamp NOT NULL default CURRENT_TIMESTAMP,
  `sid` bigint(12) unsigned NOT NULL,
  `ipaddr` int(8) NOT NULL,
)

一些示例数据：

INSERT INTO `visitors` (`date`,`sid`, `ipaddr`)
VALUES
    ('2011-03-31 06:25:48', 299521885457, -1454342140);


INSERT INTO `visitors` (`date`,`sid`, `ipaddr`)
VALUES
    ('2011-03-31 06:26:37', 299521885457, -1454342140);


INSERT INTO `visitors` (`date`,`sid`, `ipaddr`)
VALUES
    ('2010-01-01 15:23:44', 694387538590, -1454342140);

此访问者有两行实时发生的当前会话，每一行是他访问过的每个页面（仅显示相关架构）。最后显示的示例行是 2010 年的访问，这意味着该 IP 地址有 2 个不同的 SID 属于它，因此不是新访问者。

查询的结果应该没有上面列出的任何行，因为这个访问者在数据库中有两个会话。如果最后一行被删除（sid 694387538590），访问者应该成为新访问者并出现在查询中。

Answer 1

GROUP BY 的 "WHERE" 是 HAVING：

SELECT ipaddr from visitors
GROUP BY ipaddr
HAVING COUNT(ipaddr) = 1 AND MIN(date) > '2011-03-31 00:59:11'

更新

SELECT ipaddr, max(sid) sid
  FROM visitors
 GROUP BY ipaddr
HAVING     COUNT(DISTINCT sid) = 1
       AND MIN(date) > '2011-03-31 00:59:11'

说明：

SELECT date, sid, ipaddr FROM visitors

date                sid        ipaddr 
------------------------------------------
2011-03-31 06:25:48 299525457  -1454342140 
2011-03-31 06:26:37 299525457  -1454342140 
2010-01-01 15:23:44 694388590  -1454342140 
2011-03-31 11:23:44 111111111  -1234444811 
2011-03-31 12:23:44 111111111  -1234444811

SELECT ipaddr FROM visitors GROUP BY ipaddr

ipaddr
-----------
-1454342140 
-1234444811 

--- group for ip -1454342140 ---

2011-03-31 06:25:48 299525457  -1454342140 
2011-03-31 06:26:37 299525457  -1454342140 
2010-01-01 15:23:44 694388590  -1454342140

COUNT(DISTINCT sid) = COUNT(299525457, 694388590) = 2
--> there is more than 1 session for this ip: not good!!!

  ==> group discarded

--- group for ip -1234444811 ---

2011-03-31 11:23:44 111111111  -1234444811 
2011-03-31 12:23:44 111111111  -1234444811

COUNT(DISTINCT sid) = COUNT(111111111) = 1 --> OK
(here COUNT(sid) = count(111111111, 111111111) = 2
 --> despite it is the same sid, the count is 2, that is why using DISTINCT)

MIN(date) = '2011-03-31 11:23:44' > '2011-03-31 00:59:11' --> OK

  ==> group accepted

SELECT 中的授权列是：

• GROUP BY 子句中使用的列
• 其他列的聚合

ipaddr 在 GROUP BY 中使用，但不是 sid。还有 sid 我使用了 MAX 但请记住，它将仅应用于当前 ipaddr 的行组，并且由于查询中的条件有 1 个唯一的 sid 但重复所以结果将是sid